Hacia embarazos más seguros
evaluación de la usabilidad de un prototipo de aplicación para el monitoreo y control de trastornos hipertensivos en el embarazo
Introducción: Los trastornos hipertensivos en el embarazo plantean desafíos globales para la salud. Las tasas de mortalidad materna en Panamá debido a la preeclampsia y la eclampsia han aumentado. Se introduce una aplicación móvil para monitorear y controlar estos trastornos.
Problema: Los trastornos hipertensivos en el embarazo representan un riesgo para la salud materna. Las iniciativas de salud en Panamá han mostrado progresos, pero aún existen brechas en la atención materna. Las tecnologías novedosas pueden ayudar a abordar estas brechas.
Objetivo: El objetivo es evaluar un prototipo de aplicación móvil para gestionar los trastornos hipertensivos en el embarazo. La investigación se centra en la usabilidad, incluyendo la navegación, la correlación entre diseño y tarea, la aceptabilidad y las perspectivas de los usuarios.
Metodología: La Metodología de Investigación en Ciencias del Diseño (DSRM, por sus siglas en inglés) guía el estudio a través de la identificación del problema, la motivación y el desarrollo del artefacto de software. La evaluación incluye a 32 participantes que realizan tareas y completan cuestionarios estandarizados, incluyendo la Escala de Usabilidad del Sistema (SUS) y el Cuestionario de Experiencia del Usuario (UEQ). Las tareas evalúan la usabilidad de la aplicación, mientras que los cuestionarios proporcionan perspectivas exhaustivas sobre las experiencias de los usuarios.
Resultados: En general, los usuarios tienen interacciones positivas y percepciones favorables. Sin embargo, existen desafíos con la finalización de tareas, especialmente con la intuición de la interfaz.
Conclusión: La aplicación para el monitoreo de trastornos hipertensivos ha demostrado experiencias de usuario positivas y usabilidad. Sin embargo, existen desafíos y comentarios de los usuarios que deben abordarse para su refinamiento y eficacia en el apoyo a la salud materna durante el embarazo.
Limitaciones: El estudio se centra solo en la fase de evaluación del prototipo y puede necesitar iteraciones adicionales para abordar los desafíos. Las limitaciones del grupo de participantes pueden afectar la generalización. Mejoras continuas son cruciales para satisfacer las cambiantes necesidades de los usuarios y los avances tecnológicos.
Cómo citar
Licencia
Derechos de autor 2023 Ingeniería Solidaria
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Compromiso ético y cesión de derechos
El autor debe declarar que su trabajo es original e inédito y que no se ha postulado a evaluación simultánea para su publicación por otro medio. Además, debe asegurar que no tiene impedimentos de ninguna naturaleza para la concesión de los derechos previstos en el contrato.
El autor se compromete a esperar el resultado de evaluación de la revista Ingeniería Solidaria, antes de considerar su presentación a otro medio; en caso de que la respuesta de publicación sea positiva, adicionalmente, se compromete a responder por cualquier acción de reivindicación, plagio u otra clase de reclamación que al respecto pudiera sobrevenir por parte de terceros.
Asimismo, debe declarar que, como autor o coautor, está de acuerdo por completo con los contenidos presentados en el trabajo y ceder todos los derechos patrimoniales, es decir, su reproducción, comunicación pública, distribución, divulgación, transformación, puesta a disposición y demás formas de utilización de la obra por cualquier medio o procedimiento, por el término de su protección legal y en todos los países del mundo, al Fondo Editorial de la Universidad Cooperativa de Colombia, de manera gratuita y sin contraprestación presente o futura.
Organización Mundial de la Salud, “Recomendaciones de la OMS para la prevención y el tratamiento de la preeclampsia y la eclampsia,” Ginebra, 2014. [Online]. Available: https://apps.who.int/iris/handle/10665/138405
J. Wang, G. Zhang, W. Wang, K. Zhang, and Y. Sheng, “Cloud-Based Intelligent Self-Diagnosis and Department Recommendation Service Using Chinese Medical BERT,” vol. 10, no. 1, doi: 10.1186/s13677-020-00218-2.
P. T. Yeh et al., “Self-monitoring of blood pressure among women with hypertensive disorders of pregnancy: a systematic review,” BMC Pregnancy Childbirth, vol. 22, no. 1, Dec. 2022, doi: 10.1186/s12884-022-04751-7.
L. Pealing et al., “Perceptions and experiences of blood pressure self-monitoring during hypertensive pregnancy: A qualitative analysis of women’s and clinicians’ experiences in the OPTIMUM-BP trial,” Pregnancy Hypertens, vol. 30, pp. 113–123, Dec. 2022, doi: 10.1016/j.preghy.2022.09.006.
Organización Panamericana de la Salud, Recomendaciones Para Establecer Un Sistema Nacional de Vigilancia de La Morbilidad Materna Extremadamente Grave En América Latina y El Caribe. Pan American Health Organization. doi: 10.37774/9789275323915.
I. González, J. Fontecha, R. Hervás, and J. Bravo, “An Ambulatory System for Gait Monitoring Based on Wireless Sensorized Insoles,” Sensors, vol. 15, no. 7, pp. 16589–16613, Jul. 2015, doi: 10.3390/s150716589.
M. W. L. Moreira, J. J. P. C. Rodrigues, A. K. Sangaiah, J. Al-Muhtadi, and V. Korotaev, “Semantic interoperability and pattern classification for a service-oriented architecture in pregnancy care,” Future Generation Computer Systems, vol. 89, pp. 137–147, Dec. 2018, doi: 10.1016/j.future.2018.04.031.
M. W. L. Moreira, J. J. P. C. Rodrigues, J. Al‐Muhtadi, V. V Korotaev, and V. H. C. Albuquerque, “Neuro‐fuzzy model for HELLP syndrome prediction in mobile cloud computing environments,” Concurrency Computat Pract Exper, vol. 33, no. 7, p. 1, Apr. 2021, doi: 10.1002/cpe.4651.
J. G. D. de Souza and D. Scherer, “Gestation: A Microservice Architecture for a Prenatal Care Application,” in Proceedings - 2021 IEEE 45th Annual Computers, Software, and Applications Conference, COMPSAC 2021, Institute of Electrical and Electronics Engineers Inc., pp. 683–687. doi: 10.1109/COMPSAC51774.2021.00099.
N. El aboudi and L. Benhlima, “Big Data Management for Healthcare Systems: Architecture, Requirements, and Implementation,” Adv Bioinformatics, vol. 2018, pp. 1–10, Jun. 2018, doi: 10.1155/2018/4059018.
Y. Santur, S. G. Santur, and M. Karaköse, “Architecture and implementation of a smart‐pregnancy monitoring system using web‐based application,” Expert Syst, vol. 37, no. 1, Feb. 2020, doi: 10.1111/exsy.12379.
F. Sarhaddi et al., “Long-Term IoT-Based Maternal Monitoring: System Design and Evaluation,” Sensors, vol. 21, no. 7, p. 2281, 2021.
S. Veena and D. J. Aravindhar, “Remote Monitoring System for the Detection of Prenatal Risk in a Pregnant Woman,” Wirel Pers Commun, vol. 119, no. 2, pp. 1051–1064, Jul. 2021, doi: 10.1007/s11277-021-08249-x.
A. C. de Kat et al., “Preeclampsia prediction with blood pressure measurements: A global external validation of the ALSPAC models,” Pregnancy Hypertens, vol. 30, pp. 124–129, Dec. 2022, doi: 10.1016/j.preghy.2022.09.005.
S. Roca, J. Sancho, J. García, and Á. Alesanco, “Microservice chatbot architecture for chronic patient support,” J Biomed Inform, vol. 102, p. 103305, Feb. 2020, doi: 10.1016/j.jbi.2019.103305.
D. Bender and K. Sartipi, “HL7 FHIR: An Agile and RESTful Approach to Healthcare Information Exchange,” in Proceedings of the 26th IEEE International Symposium on Computer-Based Medical Systems, IEEE, pp. 326–331. doi: 10.1109/CBMS.2013.6627810.
R. Wallace, “The elements of AIML style,” Alice AI Foundation, vol. 139, 2003.
S. Kumar, Y. Gupta, and V. Mago, “Health-Monitoring of Pregnant Women: Design Requirements, and Proposed Reference Architecture,” in 2019 16th IEEE Annual Consumer Communications & Networking Conference (CCNC), IEEE, pp. 1–6.
D. Bjelica, A. Bjelica, M. Despotović-Zrakić, B. Radenković, D. Barać, and M. Đogatović, “Designing an IT Ecosystem for Pregnancy Care Management Based on Pervasive Technologies,” Healthcare, vol. 9, no. 1, p. 12, Dec. 2020, doi: 10.3390/healthcare9010012.
H. Wilson et al., “Self-monitoring of blood pressure in pregnancy: A mixed methods evaluation of a national roll-out in the context of a pandemic,” Pregnancy Hypertens, vol. 30, pp. 7–12, Dec. 2022, doi: 10.1016/j.preghy.2022.07.006.
J. F. M. van den Heuvel, S. S. Kariman, W. W. van Solinge, A. Franx, A. T. Lely, and M. N. Bekker, “SAFE@ HOME–Feasibility study of a telemonitoring platform combining blood pressure and preeclampsia symptoms in pregnancy care,” European Journal of Obstetrics & Gynecology and Reproductive Biology, vol. 240, pp. 226–231, 2019.
K. Peffers, T. Tuunanen, M. A. Rothenberger, and S. Chatterjee, “A design science research methodology for information systems research,” Journal of Management Information Systems, vol. 24, no. 3, pp. 45–77, Dec. 2007, doi: 10.2753/MIS0742-1222240302.
K. Fan and Y. Zhao, “Mobile health technology: a novel tool in chronic disease management,” Intelligent Medicine, vol. 2, no. 1, pp. 41–47, Feb. 2022, doi: 10.1016/j.imed.2021.06.003.
I. Sim, “Mobile Devices and Health,” New England Journal of Medicine, vol. 381, no. 10, pp. 956–968, Sep. 2019, doi: 10.1056/NEJMra1806949.
Y. Ranjan et al., “Radar-base: Open source mobile health platform for collecting, monitoring, and analyzing data using sensors, wearables, and mobile devices,” JMIR Mhealth Uhealth, vol. 7, no. 8, 2019, doi: 10.2196/11734.
M. Espinilla, J. Medina, Á. L. García-Fernández, S. Campaña, and J. Londoño, “Fuzzy Intelligent System for Patients with Preeclampsia in Wearable Devices,” Mobile Information Systems, vol. 2017, 2017, doi: 10.1155/2017/7838464.
M. Saxena and A. Saxena, “Evolution of mHealth Eco-System: A Step Towards Personalized Medicine,” 2020, pp. 351–370. doi: 10.1007/978-981-15-1286-5_30.
Z. Wang et al., “From Personalized Medicine to Population Health: A Survey of mHealth Sensing Techniques,” IEEE Internet Things J, vol. 9, no. 17, pp. 15413–15434, Sep. 2022, doi: 10.1109/JIOT.2022.3161046.
D. Stefanicka-Wojtas and D. Kurpas, “eHealth and mHealth in Chronic Diseases—Identification of Barriers, Existing Solutions, and Promoters Based on a Survey of EU Stakeholders Involved in Regions4PerMed (H2020),” J Pers Med, vol. 12, no. 3, p. 467, Mar. 2022, doi: 10.3390/jpm12030467.
X. Xu, R. Mo, F. Dai, W. Lin, S. Wan, and W. Dou, “Dynamic Resource Provisioning With Fault Tolerance for Data-Intensive Meteorological Workflows in Cloud,” IEEE Trans Industr Inform, vol. 16, no. 9, pp. 6172–6181, Sep. 2020, doi: 10.1109/TII.2019.2959258.
R. K. Gupta, M. Venkatachalapathy, and F. K. Jeberla, “Challenges in Adopting Continuous Delivery and DevOps in a Globally Distributed Product Team: A Case Study of a Healthcare Organization,” in 2019 ACM/IEEE 14th International Conference on Global Software Engineering (ICGSE), IEEE, May 2019, pp. 30–34. doi: 10.1109/ICGSE.2019.00020.
S. Wan, X. Li, Y. Xue, W. Lin, and X. Xu, “Efficient computation offloading for Internet of Vehicles in edge computing-assisted 5G networks,” J Supercomput, vol. 76, no. 4, pp. 2518–2547, Apr. 2020, doi: 10.1007/s11227-019-03011-4.
C. Richardson, Microservices patterns: with examples in Java. Simon and Schuster, 2018.
P. Le Noac’h, A. Costan, and L. Bouge, “A Performance Evaluation of Apache Kafka in Support of Big Data Streaming Applications,” in 2017 IEEE International Conference on Big Data (Big Data), IEEE, pp. 4803–4806. doi: 10.1109/BigData.2017.8258548.
“Apache Kafka.” [Online]. Available: https://kafka.apache.org/
L. Tan et al., “Toward Real-Time and Efficient Cardiovascular Monitoring for COVID-19 Patients by 5G-enabled Wearable Medical Devices: A Deep Learning Approach”, doi: 10.1007/s00521-021-06219-9.
“Apache Flink.” [Online]. Available: https://flink.apache.org/
“Redis.” Accessed: Nov. 10, 2022. [Online]. Available: https://redis.io/
S. B. Overdijkink, A. V Velu, A. N. Rosman, M. D. M. Van Beukering, M. Kok, and R. P. M. Steegers-Theunissen, “The usability and effectiveness of mobile health technology–based lifestyle and medical intervention apps supporting health care during pregnancy: systematic review,” JMIR Mhealth Uhealth, vol. 6, no. 4, p. e8834, 2018.
K. Moulaei, A. Sheikhtaheri, Z. Ghafaripour, and K. Bahaadinbeigy, “The Development and Usability Assessment of an mHealth Application to Encourage Self-Care in Pregnant Women against COVID-19,” J Healthc Eng, vol. 2021, 2021.
B. Martinez et al., “mHealth intervention to improve the continuum of maternal and perinatal care in rural Guatemala: a pragmatic, randomized controlled feasibility trial,” Reprod Health, vol. 15, no. 1, pp. 1–12, 2018.
S. Newman, Building microservices. “ O’Reilly Media, Inc.,” 2021.
X. Li, Y. Lu, X. Fu, and Y. Qi, “Building the Internet of Things platform for smart maternal healthcare services with wearable devices and cloud computing,” Future Generation Computer Systems, vol. 118, pp. 282–296, May 2021, doi: 10.1016/j.future.2021.01.016.
I. Marin, N. Goga, and A. Doncescu, “Security of an Electronic Heal Thcare System which Facilitates the Detection of Preeclampsia Through a Smart Bracelet,” in 2018 10th International Conference on Electronics, Computers and Artificial Intelligence (ECAI), IEEE, pp. 1–6.
C. Esposito, A. Castiglione, C. A. Tudorica, and F. Pop, “Security and Privacy for Cloud-Based Data Management in the Health Network Service Chain: A Microservice Approach,” IEEE Communications Magazine, vol. 55, no. 9, 2017, doi: 10.1109/MCOM.2017.1700089.
D. Surya Sai Venkatesh and S. Agarwal, “Data Access Pattern Recommendations for Microservices Architecture,” in 2022 IEEE 15th International Conference on Cloud Computing (CLOUD), IEEE, pp. 241–243. doi: 10.1109/CLOUD55607.2022.00044.
M. Rizki, A. N. Fajar, and A. Retnowardhani, “Designing Online Healthcare Using DDD in Microservices Architecture,” in Journal of Physics: Conference Series, doi: 10.1088/1742-6596/1898/1/012010.
A. Adi Pranata, N. Selviandro, and M. Adrian, “Analysis and Implementation of Presenter Layer on MVC Architecture iOS Application Development∗,” in 2022 The 5th International Conference on Software Engineering and Information Management (ICSIM), New York, NY, USA: ACM, Jan. 2022, pp. 82–86. doi: 10.1145/3520084.3520097.
R. P. Duarte, C. A. S. Cunha, and V. N. N. Alves, “Mobile Application for Real-Time Food Plan Management for Alzheimer Patients through Design-Based Research,” Future Internet, vol. 15, no. 5, May 2023, doi: 10.3390/fi15050168.
A. Saavedra, Y. Castillo, and V. Villarreal, “Mobile Application for the Monitoring of Patients with Diabetes Problems through Devices Based on Spectrophotometry,” in 2019 7th International Engineering, Sciences and Technology Conference (IESTEC), IEEE, pp. 619–624. doi: 10.1109/IESTEC46403.2019.00116.
V. Villarreal, M. Nielsen, and M. Samudio, “Sensing and Storing the Blood Pressure Measure by Patients through a Platform and Mobile Devices,” vol. 18, no. 6, p. 1805.
J. Brooke, “SUS: a retrospective,” J Usability Stud, vol. 8, no. 2, pp. 29–40, 2013.
B. Laugwitz, T. Held, and M. Schrepp, “Construction and Evaluation of a User Experience Questionnaire,” 2008, pp. 63–76. doi: 10.1007/978-3-540-89350-9_6.
I. Diáz-Oreiro, G. López, L. Quesada, and L. A. Guerrero, “UX Evaluation with Standardized Questionnaires in Ubiquitous Computing and Ambient Intelligence: A Systematic Literature Review,” Advances in Human-Computer Interaction, vol. 2021. Hindawi Limited, 2021. doi: 10.1155/2021/5518722.
